TL;DR — AI Fluency (Anthropic Academy) là khoá về cách cộng tác với AI, không phải học AI như một công nghệ. Trục chính là khung 4D — Delegation · Description · Discernment · Diligence (mỗi D có 3 sub-components), áp dụng cho 3 chế độ cộng tác: Automation · Augmentation · Agency. Đây là bản ghi chú tiếng Việt để ôn nhanh — keyword tiếng Anh giữ nguyên, kèm chú thích VI.
| Phần | Nội dung |
|---|---|
| L1–L3 | AI Fluency là gì · vì sao cần · 3 chế độ cộng tác · tổng quan 4D |
| Deep Dive | Generative AI hoạt động thế nào (transformer, training, giới hạn) |
| L4–L5 | Delegation + dự án thực hành (lập kế hoạch giao việc) |
| L6–L7 | Description + 6 kỹ thuật prompting |
| L8–L9 | Discernment + dự án thực hành (Description–Discernment loop) |
| L10–L11 | Diligence + kết luận (Personal AI Policy) |
| L12 | Hoạt động tự luyện (Personal plan · Prompt library · game đố) |
⭐ Bảng vàng ở mục Khung 4D × 12 sub-components bên dưới là thứ phải thuộc nằm lòng — gần như mọi câu hỏi đều xoay quanh nó.
AI Fluency (sự nhạy bén AI) = khả năng collaborate (cộng tác) với AI theo 4 phẩm chất: effective (hiệu quả) · efficient (tiết kiệm công sức) · ethical (đạo đức) · safe (an toàn).
⚠️ Bẫy: 4 phẩm chất là effective / efficient / ethical / safe — đừng nhầm thành "fast / cheap". Nửa sau (ethical + safe) chính là phần Diligence lo.
Ba cách con người làm việc với AI, xếp theo mức tự chủ của AI tăng dần:
| Mode (EN) | Bản chất | Ví dụ | Đặc trưng phải nhớ |
|---|---|---|---|
| Automation (tự động hoá) | AI làm 1 task cụ thể theo lệnh, 1 chiều | "dịch đoạn này" | ra lệnh → nhận kết quả |
| Augmentation (tăng cường) | Người và AI là đối tác, 2 chiều | brainstorm cùng nhau | partnership, cùng nghĩ cùng làm |
| Agency (uỷ quyền) | Cấu hình AI để nó tự chạy độc lập | agent tự trả email theo guideline | set knowledge + behavior, KHÔNG giao từng task |
⚠️ Cặp dễ lẫn: Agency = cấu hình knowledge + behavior để AI tự chủ — KHÁC Automation (giao một specific task). Nếu đề tả "thiết lập sẵn để AI tự làm mà không cần ra lệnh từng việc" → đó là Agency.
4D Framework = 4 năng lực cốt lõi để fluent với AI, đều bắt đầu bằng chữ D. Mỗi năng lực có 3 sub-components → tổng 12 ô phải thuộc.
| Năng lực (EN/VI) | 3 sub-components | Trọng tâm + câu tự vấn |
|---|---|---|
| Delegation (giao việc) |
Problem Awareness (nhận thức vấn đề) | Hiểu mục tiêu & bản chất việc trước khi gọi AI — "Tôi muốn đạt gì trước khi hỏi?" |
| Platform Awareness (nhận thức nền tảng) | Hiểu điểm mạnh/giới hạn từng hệ AI — "AI nào hợp tác vụ này?" | |
| Task Delegation (phân công tác vụ) | Chia việc theo thế mạnh người vs AI — "Phần nào AI, phần nào tôi?" | |
| Description (mô tả yêu cầu) |
Product Description (mô tả sản phẩm) | Output / format / audience / style — "AI cần tạo ra cái gì?" |
| Process Description (mô tả quy trình) | Cách AI nên tiếp cận bài toán — "Đi theo các bước nào?" | |
| Performance Description (mô tả hành vi) | Vai trò + phong cách của AI — "Cần phản biện hay đồng thuận?" | |
| Discernment (đánh giá phản biện) |
Product Discernment (đánh giá sản phẩm) | Accuracy · coherence · relevance — "Output đúng & dùng được chưa?" |
| Process Discernment (đánh giá quy trình) | Soi lỗi logic, hallucination — "Lập luận có hổng không?" | |
| Performance Discernment (đánh giá hành vi) | Thái độ + tiếp thu feedback — "AI có sửa sai khi mình góp ý?" | |
| Diligence (trách nhiệm) |
Creation Diligence (trách nhiệm tạo tác) | Chọn công cụ an toàn, dữ liệu nhạy cảm — "Có được phép chia sẻ?" |
| Transparency Diligence (minh bạch vai trò) | Công khai AI đã tham gia — "Người dùng cuối cần biết không?" | |
| Deployment Diligence (trách nhiệm phân phối) | Kiểm chứng & chịu trách nhiệm cuối — "Tôi dám đứng tên sản phẩm này?" |
3 quy luật chốt của 4D:
Góc Delivery Manager: 4D đọc y như vòng giao việc cho team. Delegation = hiểu bài toán → biết năng lực từng người/tool → giao đúng chỗ. Description = viết spec/DoD rõ ràng. Discernment = review/QA gate. Diligence = ownership & sign-off. Khác biệt duy nhất: "nhân sự" ở đây là AI — nên thêm phần đạo đức dữ liệu + minh bạch.
Generative AI = AI tạo ra nội dung mới (text, ảnh, code), thay vì chỉ phân tích dữ liệu có sẵn.
3 yếu tố làm LLM bùng nổ:
2 giai đoạn huấn luyện:
| Giai đoạn | Học cái gì |
|---|---|
| Pre-training (tiền huấn luyện) | Học pattern + kiến thức chung từ hàng tỷ ví dụ |
| Fine-tuning (tinh chỉnh) | Học follow instructions + hành xử hữu ích, an toàn, có đạo đức |
Khả năng hiện tại: versatility across tasks (đa năng không cần train lại) · conversational awareness · tích hợp external tools · emergent capabilities (năng lực tự xuất hiện khi scale lớn).
4 giới hạn lớn: knowledge cutoff (không biết tin sau mốc train) · hallucinations (bịa thông tin nghe thuyết phục nhưng sai) · context window constraints (giới hạn lượng thông tin xử lý cùng lúc) · complex reasoning (lập luận nhiều bước còn yếu).
⚠️ Bẫy hay gặp:
- "Giai đoạn nào dạy AI cư xử an toàn/hữu ích?" → fine-tuning (không phải pre-training).
- Hallucination ≠ AI "cố tình nói dối" — AI không có ý thức, chỉ tạo ra thứ nghe đúng mà sai.
Thế mạnh con người giữ lại: critical thinking · judgment · creativity · ethical oversight — đây là lý do mọi sản phẩm AI vẫn cần người gác cổng (chính là Discernment + Diligence).
Delegation = quyết định việc nào tự làm, việc nào làm cùng AI, việc nào để AI tự chạy — rồi phân phối.
| Sub-component | Định nghĩa | Keyword |
|---|---|---|
| Problem Awareness | Hiểu rõ mục tiêu & bản chất việc trước khi đưa AI vào | "understand your goals and the work" |
| Platform Awareness | Hiểu capabilities & limitations của từng hệ AI | "capabilities and limitations of AI systems" |
| Task Delegation | Phân phối việc chiến lược theo thế mạnh mỗi bên | "distribute work strategically" |
⚠️ Cặp dễ lẫn: Platform Awareness (biết AI có thể làm gì) ≠ Task Delegation (thực sự chia việc). Và Problem Awareness luôn đến trước tiên — không hiểu bài toán thì không delegate đúng.
Description = nghệ thuật giao tiếp rõ với AI. Không chỉ "viết prompt" mà là tạo môi trường cộng tác. Câu thần chú: "AI can't read your mind" — AI là interactive partner, không phải database hay vending machine.
| Sub-component | Nói rõ điều gì | Keyword |
|---|---|---|
| Product Description | AI tạo ra cái gì: output · format · audience · style | "what you want" |
| Process Description | AI nên xử lý theo cách nào (đôi khi quan trọng ngang mục tiêu cuối) | "how to approach" |
| Performance Description | AI nên cư xử ra sao: ngắn/chi tiết, phản biện/ủng hộ | "how to behave" |
⚠️ Cặp dễ lẫn: Process (cách AI giải bài) ≠ Performance (phong cách AI giao tiếp). Bài tập tiêu biểu: Bad Prompt Makeover — vá một prompt kém bằng đủ Product + Process + Performance.
Prompt engineering = thiết kế instructions hiệu quả cho AI, kết hợp nguyên tắc giao tiếp người-người với kỹ thuật riêng cho AI.
| # | Kỹ thuật (EN) | Làm gì | Phục vụ sub-component |
|---|---|---|---|
| 1 | Give context | Nêu mong muốn, lý do, thông tin nền | Product |
| 2 | Show examples | Đưa mẫu style/format (few-shot) | Product |
| 3 | Specify constraints | Giới hạn độ dài, định dạng, điều cấm | Product |
| 4 | Break tasks into steps | Chia nhỏ các bước lập luận | Process |
| 5 | Ask the AI to think first | Cho AI phân tích trước khi chốt | Process |
| 6 | Define role / tone | Gán vai (expert) + giọng | Performance |
⭐ Secret weapon: hỏi chính AI "prompt này cải thiện sao cho tốt hơn?". Viết prompt là quá trình iterative — thử, đánh giá, tinh chỉnh.
Discernment = đánh giá thấu đáo outputs · processes · behaviors của AI. Nó là cặp song sinh đối ứng của Description, tạo thành continuous feedback loop: Description truyền ý → Discernment thẩm định → lặp lại.
| Sub-component | Soi cái gì | Keyword |
|---|---|---|
| Product Discernment | Chất lượng output: accuracy · appropriateness · coherence · relevance | "quality of outputs" |
| Process Discernment | Lập luận: lỗi logic ẩn, attention gaps, hallucination | "how AI approached the task" |
| Performance Discernment | Hành vi: communication style, tiếp thu feedback | "how AI behaved" |
Góc Delivery Manager: Discernment chính là code review / QA gate. Một junior đọc PR thấy "chạy là ok"; một senior có domain mới thấy cái bug logic núp sau output mượt. Với AI cũng vậy — output càng trôi chảy càng phải soi kỹ.
Diligence = phần lo ethical + safe của cộng tác. Khác 3 D kia (hướng hiệu quả), Diligence bảo đảm làm việc có trách nhiệm và minh bạch.
| Sub-component | Nội dung | Keyword |
|---|---|---|
| Creation Diligence | Chọn hệ AI an toàn + cẩn trọng dữ liệu nhạy cảm | "privacy, security, ethical choices" |
| Transparency Diligence | Minh bạch vai trò AI với người cần biết | "honest about AI's role — disclosure" |
| Deployment Diligence | Kiểm chứng & chịu trách nhiệm cuối trước khi phát hành | "verify and vouch for the outputs" |
Góc Delivery Manager: Deployment Diligence = nguyên tắc ownership / sign-off quen thuộc: "ai ký tên, người đó chịu". Dùng AI bao nhiêu không quan trọng — sản phẩm giao đi là mình bảo chứng, không đổ cho "tại AL".
Hai bài dự án xuyên suốt khoá, dùng một multi-step project (~1 giờ) để áp 4D vào việc thật:
🔑 Bất biến: con người ra quyết định cuối và "take responsibility for the final output". Mục tiêu của loop là kết quả tốt hơn so với người hoặc AI làm riêng.
🎮 Vì sao chơi game đố? Game có luật cực chặt, ép phải mô tả siêu chính xác (precise Description) và soi từng bước logic (sharp Discernment) — môi trường rèn 2 chữ D này tốt nhất. (Swap Riddles · Co-operative crosswords · Word association · Twenty Questions · Concepts & Constraints…)
🔴 Core (gần như chắc ra): AI Fluency (effective · efficient · ethical · safe) · 4D Framework (Delegation · Description · Discernment · Diligence) · 12 sub-components (3 mỗi D) · 3 modes (Automation · Augmentation · Agency) · pre-training vs fine-tuning · hallucination · transformer architecture · "AI can't read your mind" · Description–Discernment feedback loop · "take responsibility for the final output".
🟡 Important: human-AI partnership · domain knowledge/expertise (gắn với Discernment) · 6 prompting techniques (context · examples · constraints · steps · think-first · role/tone) · "secret weapon" (AI tự sửa prompt) · Diligence Statement · Personal AI Policy · knowledge cutoff · context window · emergent capabilities · success criteria · delegation plan.
🟢 Good-to-know: "lasting skills" vs "tips and tricks" · skills/knowledge/insights/values · interactive partner (≠ database/vending machine) · intentional practice · game night (precise Description + sharp Discernment) · nguồn The AI Fluency Framework (Dakan & Feller, CC BY-NC-SA 4.0).
Phản xạ phòng thi: "an toàn/hữu ích?" → fine-tuning. "Tự chạy không cần giao từng task?" → Agency. "AI làm tốt phần nào?" → Platform Awareness/Delegation. "Soi lỗi logic?" → Process Discernment. "Ai chịu trách nhiệm cuối?" → Deployment Diligence + con người. Cảnh giác đáp án có "always/never/fully automate" — thường sai.
Chốt: AI Fluency không có đường tắt — chỉ lên qua intentional practice. Khung 4D bền vững bất chấp AI tiến hoá; kết quả tốt nhất khi người + AI cộng hưởng thế mạnh, con người vẫn cầm lái và chịu trách nhiệm.
Muốn tự kiểm tra? Làm đề thi thử AI Fluency ở tab "Đề thi thử".
Đề thi thử tự biên soạn, bám sát đề thi chứng chỉ thật. Bản tương tác — chấm điểm, đáp án & giải thích từng câu — nằm ở tab “Đề thi thử” trên trang.
Introduction to AI Fluency According to the course, "AI Fluency" is best defined as the ability to:
Introduction to AI Fluency The AI Fluency Framework centers on the "4Ds". Which set lists them correctly?
Introduction to AI Fluency What is the course's main focus?
Introduction to AI Fluency Why does the course emphasize a "framework" over "tips and tricks"?
Introduction to AI Fluency Which of the following is NOT one of the four qualities used to define AI Fluency?
Introduction to AI Fluency The three ways people collaborate with AI — Automation, Augmentation, and Agency — are introduced in which part of the course?
Why do we need AI Fluency? The lesson introduces three ways people collaborate with AI. Which set is correct?
Why do we need AI Fluency? In which mode does the AI complete a specific task based on your instructions?
Why do we need AI Fluency? Which mode is best described as you and the AI working together as creative thinking and task-execution partners?
Why do we need AI Fluency? "You configure the AI to work independently on your behalf, establishing its knowledge and behavior patterns rather than giving it specific tasks." This describes:
Why do we need AI Fluency? What primarily distinguishes Agency from Automation?
Why do we need AI Fluency? According to the lesson, being "fluent" with AI involves developing which of the following?
The 4D Framework Which 4D competency is about "thoughtfully deciding what work to do with AI vs. doing it yourself"?
The 4D Framework "Evaluating AI outputs and behavior with a critical eye" describes which competency?
The 4D Framework Communicating clearly and effectively with AI systems is the focus of:
The 4D Framework Which competency centers on ensuring you interact with AI responsibly (transparency, ethics, safety)?
The 4D Framework According to the lesson, the 4D competencies apply to:
The 4D Framework In the marketing-email exercise, deciding to verify that AI-drafted emails meet your brand voice and contain no false claims is an example of:
The 4D Framework The lesson states that developing the 4D competencies primarily helps you to:
What is Generative AI? According to the course, what is the primary distinction of "generative" AI compared to traditional/analytical AI?
What is Generative AI? Modern Large Language Models (LLMs) were made possible by three key developments. Which of the following is NOT one of them?
What is Generative AI? Which stage of LLM training focuses on teaching the model to follow instructions and provide helpful, safe responses?
What is Generative AI? Which of the following is considered a current limitation of generative AI models?
What is Generative AI? In a successful human-AI collaboration, which strengths are humans expected to bring to the table?
A Closer Look at Delegation According to the lesson, Delegation as a competency is best described as:
A Closer Look at Delegation Which of the following correctly lists all three sub-components of Delegation?
A Closer Look at Delegation A colleague says: "Before I use AI for this project, I want to get a clear picture of what success looks like and what steps are actually involved." Which Delegation sub-component is this?
A Closer Look at Delegation Understanding the capabilities and limitations of different AI systems before assigning work to them is called:
A Closer Look at Delegation According to the lesson, effective Delegation requires:
A Closer Look at Delegation The lesson states that the goal of Delegation is NOT to automate everything, but rather to:
Delegation Project In the Delegation Project (Lesson 5), what size/scope of project is recommended for practice?
Delegation Project During Step 2 (Project vision and goals), how are you instructed to refine your goals?
Delegation Project Which of the following best describes the recommended approach for the task breakdown and delegation analysis?
A Closer Look at Description According to the lesson, Description is best understood as:
A Closer Look at Description Which set correctly lists the three components of Description?
A Closer Look at Description Specifying the output you want, including its format, audience, and style, is an example of:
A Closer Look at Description Telling the AI to be concise rather than detailed, or to challenge your ideas rather than simply agree, is an example of:
A Closer Look at Description Guiding HOW the AI should approach your request (the steps or method it uses), which can be as important as specifying the end goal, is called:
A Closer Look at Description Which statement best reflects a key takeaway of the lesson?
Effective Prompting Techniques Providing background information, the reasons behind your request, and the specific scenario you are operating in represents which prompting technique?
Effective Prompting Techniques Providing Claude with samples of the desired output format, style, or quality (often referred to as few-shot prompting) is an application of:
Effective Prompting Techniques Restricting the response length, stating what vocabulary to avoid, or requesting a specific file format (e.g., JSON only) falls under:
Effective Prompting Techniques Asking the AI to explain its step-by-step reasoning before providing the final answer is a crucial technique because it:
Effective Prompting Techniques If a task has multiple sub-components, such as analyzing a document, summarizing it, and then generating email copy, the best prompting approach is to:
Effective Prompting Techniques Which technique is described as the "secret weapon" for improving prompts in Lesson 7?
A Closer Look at Discernment How does the lesson describe the relationship between Description and Discernment?
A Closer Look at Discernment Evaluating the quality of actual outputs in terms of accuracy, appropriateness, coherence, and relevance is:
A Closer Look at Discernment Assessing the reasoning path the AI used to arrive at its conclusion, looking for logical flaws, omissions, or attention gaps is:
A Closer Look at Discernment Checking whether the AI adhered to the requested communication style, responded effectively to feedback, and used appropriate terminology is:
A Closer Look at Discernment According to the lesson, what is the main reason why domain knowledge/expertise is critical for effective Discernment?
Description-Discernment Project In the Description-Discernment Project (Lesson 9), what are the three steps you must take to execute your project?
Description-Discernment Project According to the lesson, who holds the ultimate responsibility for the final output produced during a human-AI collaboration?
Description-Discernment Project Under the Description-Discernment loop, what should you do immediately after evaluating an AI output?
A Closer Look at Diligence While Delegation, Description, and Discernment focus primarily on the effectiveness and efficiency of human-AI collaboration, Diligence is uniquely focused on:
A Closer Look at Diligence Which component of Diligence involves choosing AI systems responsibly, being careful about data sharing, and considering privacy and security?
A Closer Look at Diligence Being honest and open about the role AI played in your work to colleagues, clients, or instructors represents:
A Closer Look at Diligence Taking full ownership and verifying the accuracy and quality of AI-assisted outputs before sharing them with others is:
A Closer Look at Diligence What is a "Diligence Statement"?
Conclusion According to the conclusion lesson, how does a person develop AI Fluency?
Conclusion Why is the AI Fluency Framework described as a "lasting framework"?
Conclusion As a next step to consolidate your AI Fluency, you are encouraged to collaborate with Claude to build a:
Additional Activities According to Lesson 12, why are puzzle games (like riddles, crosswords, and word association) considered excellent practice for AI Fluency?
Additional Activities What does a "Personal AI Fluency Plan" help a user achieve?